automl

快速且可定制的自动创建 ML 模型框架 (AutoML)

ModelFox 让机器学习模型的训练、部署与监控变得轻松简单。

[ICLR 2019] ProxylessNAS：针对目标任务与硬件的直接神经架构搜索

自动化时间序列预测

[pip install medmnist] 用于 2D 与 3D 生物医学图像分类的 18 个标准化数据集

以极少的时间与更少的数据建立计算机视觉模型。

SMAC3：用于超参数优化的通用贝叶斯优化套件

用于图机器学习的 autoML 框架与工具包。

TensorFlow 101：深度学习简介

快速且简单的资源受限深度网络结构学习

以 RLOps 简化强化学习。搭载最先进的 RL 算法与工具，通过进化式超参数优化实现快 10 倍的训练速度。

将 LLM Agent 作为你的超参数优化器。

EvalML 是一个用 python 编写的 AutoML 库。

Luminaire 是一个 Python 套件，提供机器学习驱动的监控时间序列数据解决方案。

Julia 语言中的分布式高性能符号回归

笔记本、代码示例、示例应用程序及其他资源，展示如何使用 Google Cloud Vertex AI 开发与管理机器学习及生成式 AI 工作流程。

只需一行代码即可在时间序列数据集上自动建立 ARIMA、SARIMAX、VAR、FB Prophet 与 XGBoost 模型。由 Ram Seshadri 创建。欢迎协作者加入。

Kaggle 数据科学竞赛代码

操作 Python 程序

自动化建模与机器学习框架 FEDOT

适用于 Ruby 的机器学习

NAS-Bench-201 API 与说明

使用自动化机器学习（AutoML）方法进行静态／批次与在线／持续学习的实现／教程

NASLib 是一个神经架构搜索 (NAS) 库，通过提供多种最先进 NAS 搜索空间与优化器的接口，促进社区的 NAS 研究。

用一行代码自动建立多个机器学习模型。由 Ram Seshadri 创建。欢迎协作。经请求可获得许可。

具备自动化特征工程与选择能力的线性预测模型

用于自动化预测工程的机器学习工具。它让您能轻松构建预测问题并为监督式学习产生标签

Lightwood 是机器学习界的乐高积木。